游戏叙事与剧情 / 系统课时
一场事件怎样影响整个关系网
一场事件怎样影响整个关系网
群体事件难点不在于给所有角色统一加减好感,而在于决定谁会知道、谁先受影响、影响如何继续传播,以及同一事件为何不能被重复结算。本节建立一套可控的事件传播模型,让一次公开冲突、救援或背叛能够自然改变整个关系网。
学习目标
- 划分事件的直接目标、目击者和间接受影响者,控制传播范围
- 设计稳定的影响顺序,避免关系更新互相污染
- 使用事件身份与处理记录阻止重复触发和循环传播
先确定事件能传播到谁
一个事件发生后,不应立即遍历全部角色。更稳妥的做法是先生成一份事件事实,再根据规则计算本次事件的受众集合。常见受众可以分为直接参与者、现场目击者,以及通过阵营、亲密关系或消息系统获知事件的间接角色。
例如,玩家当众羞辱角色 A。A 是直接目标;与 A 同桌的 B、C 是目击者;A 的好友 D 当时不在场,但之后可能通过消息传播得知。三类角色面对的是同一件事,却不应获得完全相同的关系变化。
传播范围最好由事件自身携带的可判断信息决定,而不是把大量剧情特例写进每个角色。一个简化的事件记录可以这样表达:
{
"eventId": "evt-banquet-insult-001",
"eventType": "PUBLIC_INSULT",
"actorId": "player",
"targetIds": ["character-a"],
"locationId": "banquet-hall",
"visibility": "PUBLIC",
"tags": ["humiliation", "noble-circle"]
}这里的 eventId 用来识别唯一事件,actorId 与 targetIds 描述直接参与者,地点与可见性决定谁可能成为目击者,标签则为阵营规则和个性规则提供判断条件。验证时,可以固定同一组角色与位置,多次计算受众集合,确认结果稳定且不会包含无关角色。

把一次传播拆成固定顺序
范围确定后,还要规定结算顺序。推荐把事件传播拆成“事实冻结、受众计算、影响计算、关系提交、后续反应”几个阶段,并让前几个阶段尽可能只读取事件发生前的关系快照。
这样做是为了避免顺序污染。假设 B 是否替 A 出头取决于 B 对 A 的好感。如果系统先因为本次事件降低了 B 对 A 的关系,再判断 B 的反应,同一事件的执行顺序就会改变剧情结果。
因此,一次群体事件可以遵循以下顺序:
- 固化事件事实以及结算开始时的关系快照。
- 根据地点、可见性、阵营和关系规则计算受众。
- 针对每个受众独立计算关系增量,但暂不写回关系网。
- 汇总本轮增量并一次性提交。
- 基于提交后的结果产生台词、离场、报复等后续事件。
第三步的关键是“先算后写”。多个角色的本轮结果来自同一个起点,因此角色遍历顺序不会改变最终关系值。
控制影响强度而不是简单广播
同一事件对不同角色通常存在衰减。直接受害者可能产生强烈变化,目击者根据立场产生中等变化,转述得知的角色则只有较弱影响。除了传播层级,还可以叠加角色性格、阵营一致性和当前关系强度。
例如,一个重视荣誉的角色看见公开羞辱时,反应可能明显强于与事件双方都不熟的路人。这里应让规则回答“这个角色如何解释事实”,而不是复制一套固定的全员好感变化。
阻止重复结算和无限回响
复杂关系网最危险的问题之一,是后续反应又触发原事件逻辑。例如 A 被羞辱后向 B 抱怨,B 的愤怒产生新事件,新事件再次被识别为原始羞辱传播,于是关系持续扣减。
最基础的保护是让每个事实事件拥有唯一 eventId,并记录每个关系处理器已经处理过哪些事件。若同一个处理器再次收到同一 eventId,应直接跳过。对于由原事件派生的新事件,还可以保存 rootEventId 或因果深度,限制同一根事件的传播层数。
重复保护并不意味着禁止后续剧情。A 告诉 B、B 决定找玩家理论,都可以成为新的事件;区别在于它们有自己的事件身份和语义,不应再次冒充最初的公开羞辱。
用三个问题验收传播设计
测试群体事件时,不要只检查最终好感数值。至少要验证三件事:同一场景中哪些角色收到了事件、这些角色为何得到当前幅度的变化,以及重复派发同一事件时数值是否保持不变。
如果调整角色遍历顺序会改变结果,说明计算阶段读取了本轮已经修改的数据;如果无关角色也被影响,说明传播范围过宽;如果重载存档或重复消息后再次扣好感,则缺少可靠的事件身份或处理记录。把范围、顺序和幂等保护分开后,群体事件才能在关系网扩大时仍然保持可解释和可测试。